待验证50% 置信事实精确时间

在循环神经网络中，临界状态对应于雅可比矩阵最大奇异值（谱半径）趋近于1

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

长程记忆的代价：序列模型中的状态、上下文与稳定性复杂度

涉及实体

循环神经网络concept edge of chaosconcept

相关事实

待验证线性代数中的矩阵分解与特征值分解对应神经网络的权重空间分析77% 相似待验证正交多项式通常定义在有界或半无限区间上，而神经网络的真实输入往往是无界实数值，二者存在裂隙71% 相似待验证针对每个生成器，稳定被选中的关键神经元不足总数的1%，且在不同交叉验证折和随机种子下高度一致69% 相似待验证神经网络的普适逼近定理指出，足够宽或足够深的网络可以逼近任意连续函数，但未回答达到特定精度所需的网络规模67% 相似待验证叠加现象指神经网络倾向于用远少于特征数量的神经元同时编码大量语义特征，与传统一个神经元一个特征的直觉相悖67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/986789

API

curl https://kongchang.com/api/v1/knowledge/claims/986789

MCP

get_claim(id=986789)